Качество металлических порошков для 3D-печати долгое время оценивалось вручную — специалисты по микроскопическим снимкам выделяли частицы и рассчитывали их характеристики. Это занимало часы и оставляло пространство для ошибок. В Центре аддитивных технологий (входит в Объединённую двигателестроительную корпорацию Ростеха) разработали нейросетевую модель, которая автоматически анализирует изображения и определяет параметры порошка с погрешностью менее 3%. «Ключевое преимущество разработки — переход от ручной обработки микроскопических изображений к автоматизированным измерениям. Применение нейронных сетей автоматизирует наиболее трудоёмкий этап — выделение отдельных частиц и расчёт их характеристик», — отметил инженер-технолог ЦАТ Константин Коробов.
Как нейросеть оценивает качество порошка для 3D-печати
Как сообщили в пресс-службе Ростеха, специалисты Центра аддитивных технологий создали нейросетевую модель, которая автоматически формирует данные, необходимые для допуска металлических порошков к производству изделий с помощью аддитивных технологий. ИИ анализирует снимки, полученные с помощью электронного микроскопа, выделяет отдельные частицы и рассчитывает их характеристики.
В ходе тестов архитектура показала высокий результат — погрешность составила менее 3%. Нейросеть определяет такие параметры, как количество частиц, площадь, периметр и эквивалентный диаметр. Точность данных, полученных с помощью компьютерного зрения, подтверждена в ходе сравнения с результатами классического метода лазерной дифракции.
Какие преимущества даёт новый подход
При ручном анализе порошка специалист должен последовательно обрабатывать каждое изображение. Это трудоёмкий процесс, который занимает много времени и оставляет пространство для ошибок. ИИ выполняет все расчёты автоматически, оставляя оператору только подготовку снимков и проверку результата.
По словам инженера-технолога ЦАТ Константина Коробова, ключевое преимущество разработки — переход от ручной обработки микроскопических изображений к автоматизированным измерениям. Это существенно сокращает трудозатраты на обработку данных, ускоряет анализ и снижает влияние человеческого фактора на его достоверность.
Что будет дальше
В ближайшее время планируется испытать технологию на различных партиях порошков, оформить методику анализа и разработать удобный программный интерфейс. После этого пилотную версию решения протестируют непосредственно на производстве.
Коротко: главное об ИИ-оценке порошков
-
Какую задачу решает разработка? Автоматизирует оценку качества металлических порошков для 3D-печати, ускоряя разработку и аттестацию материалов.
-
Как работает нейросеть? Анализирует микроскопические изображения, выделяет частицы и рассчитывает их характеристики (количество, площадь, периметр, диаметр).
-
Насколько точна модель? Погрешность составляет менее 3%, что подтверждено сравнением с классическим методом лазерной дифракции.
-
Какое преимущество у нового подхода? Сокращает трудозатраты, ускоряет анализ и снижает влияние человеческого фактора.
-
Когда планируется внедрение? Сначала испытают на разных партиях порошков, оформят методику и разработают интерфейс, затем протестируют на производстве.
Резюме
-
Центр аддитивных технологий (входит в ОДК Ростеха) разработал нейросетевую модель для оценки качества металлических порошков для 3D-печати.
-
ИИ анализирует микроскопические изображения, выделяет отдельные частицы и рассчитывает их характеристики (количество, площадь, периметр, диаметр).
-
Погрешность модели — менее 3%, точность подтверждена сравнением с методом лазерной дифракции.
-
Автоматизация сокращает трудозатраты, ускоряет анализ и снижает влияние человеческого фактора.
-
Планируется испытать технологию на различных партиях порошков, оформить методику, разработать интерфейс и протестировать пилотную версию на производстве.
Материал подготовлен изданием «Техносуверен» (technosuveren.ru).
Дата публикации: 31 июля 2026 года.
